博文

CM-Drug：提高免疫检查点阻断疗效的药物预测

已有 1172 次阅读 2024-4-7 09:16 |个人分类:科普|系统分类:科普集锦

CM-Drug：提高免疫检查点阻断疗效的药物预测

免疫疗法，特别是免疫检查点阻断(immune checkpoint blockade，ICB)，旨在激活和调动免疫系统来根除恶性细胞，并在各种恶性肿瘤中取得了令人印象深刻的临床成功。在一些患者中，ICB产生了持久的临床反应，导致长期疾病缓解。然而，低反应率和对治疗的耐药性仍然是限制大多数患者临床使用ICB治疗的问题。因此，提高整体有效率和治疗效果至关重要。

目前，许多研究侧重于通过联合治疗，结合化疗和靶向治疗等其他治疗方法来提高ICB的疗效。因此，一些药物已被确定为与ICB联合的候选药物。在这些报告中，大多数提出的药物要么是偶然发现的，要么是根据对现有机制的了解筛选出来的，还有一些是对现有药物的改良。

在这项研究中，Xia等人首先通过分析基因表达数据确定了与ICB治疗反应相关的核心和小基因集。基于核心和小基因集的富集分数，开发了一种称为CM-Drug（图1，https://github.com/cloudsummer/CM-Drug）的计算方法来预测ICB联合治疗的抗肿瘤效果。通过黑素瘤和肺癌小鼠模型验证了CM-Drug方法的有效性。此外，作者们探索了一种选定的化合物他替雷林与ICB治疗联合使用的潜在机制。CM-Drug具有潜力确定ICB联合药物并且用于前瞻性癌症治疗。

图1 预测与ICB联用化合物的CM-Drug方法。根据确定的6个核心和小基因集，通过GSEA方法计算了阳性和阴性样本中每个基因集的NES值。所有收集到的ICB联合治疗数据集中，阳性样本为NES > 0和FDR < 0.05的化合物。阴性样品为LINCS数据库(https://lincsproject.org/)中NES < 0和FDR < 0.05的化合物。利用这些NES值建立回归模型，计算各化合物的CM-Score。CM-Score可用于优先考虑可提高ICB治疗疗效的候选化合物

CM-Drug方法充分利用了LINCS L1000数据库中数万种化合物的数据，克服了传统免疫治疗靶点的局限性。除了预测LINCS数据库中的协同药物外，CM-Drug方法还可用于评估ICB与其他化合物(甚至是天然植物提取物)联合的治疗效果。这将大大加快ICB联合治疗的药物筛选，极大地促进ICB治疗的临床研究。

参考文献

[1] Xia Y, Li X, Bie N, et al. A method for predicting drugs that can boost the efficacy of immune checkpoint blockade. Nat Immunol. Published online March 18, 2024. doi:10.1038/s41590-024-01789-x

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC